JP2001134768A - Digital video texture analyzing method - Google Patents
Digital video texture analyzing methodInfo
- Publication number
- JP2001134768A JP2001134768A JP2000300614A JP2000300614A JP2001134768A JP 2001134768 A JP2001134768 A JP 2001134768A JP 2000300614 A JP2000300614 A JP 2000300614A JP 2000300614 A JP2000300614 A JP 2000300614A JP 2001134768 A JP2001134768 A JP 2001134768A
- Authority
- JP
- Japan
- Prior art keywords
- image
- texture
- pixel values
- filtered
- variance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明はデジタル映像テクス
チャー分析方法に係り、特にテクスチャー記述子を使用
してデジタル映像のテクスチャーを分析するデジタル映
像テクスチャー分析方法に関する。また、本発明は本願
の出願人によって１９９９．１０．１．に出願された"M
ETHOD FOR ANALYZING OF STILL IMAGE TEXTURE"という
題目の米国特許仮出願第６０／１５７，０７７号を基に
する。The present invention relates to a digital image texture analysis method, and more particularly, to a digital image texture analysis method for analyzing the texture of a digital image using a texture descriptor. In addition, the present invention was filed by the present applicant in 1999.10.1. Filed with "M
No. 60 / 157,077, entitled "ETHOD FOR ANALYZING OF STILL IMAGE TEXTURE."
【０００２】[0002]
【従来の技術】図１には、従来の技術のデジタル映像テ
クスチャー分析方法を説明するための図面を示した。図
１を参照すれば、従来の技術のデジタル映像テクスチャ
ー分析方法によれば、所定のフィルタリングを遂行させ
ることによってフィルタリングされた映像を求め、フィ
ルタリングされた映像の画素値の平均及び分散を映像の
テクスチャー記述子として使用する。テクスチャー記述
子は映像のテクスチャー分析結果を示す。2. Description of the Related Art FIG. 1 is a diagram illustrating a conventional digital image texture analysis method. Referring to FIG. 1, according to a conventional digital image texture analysis method, a filtered image is obtained by performing a predetermined filtering, and an average and a variance of pixel values of the filtered image are determined. Used as a descriptor. The texture descriptor indicates the result of the texture analysis of the image.
【０００３】しかし、前記のようなデジタル映像テクス
チャー分析方法は、一映像のテクスチャー特徴が他の一
映像のテクスチャー特徴と似ているにもかかわらず、一
映像が他の一映像に対して回転されていたり拡大または
縮小されている映像に対するテクスチャー特徴を分析す
れば相異なるテクスチャー特性を有することと示される
場合があるという問題点がある。However, in the above-described digital image texture analysis method, one image is rotated with respect to another image even though the texture characteristic of one image is similar to the texture characteristic of another image. There is a problem in that analyzing a texture characteristic of an image that has been enlarged or reduced may indicate that the image has different texture characteristics.
【０００４】[0004]
【発明が解決しようとする課題】本発明が解決しようと
する技術的課題は、映像のテクスチャー特性をより正確
に分析し比較するデジタル映像テクスチャー分析方法を
提供することである。SUMMARY OF THE INVENTION The technical problem to be solved by the present invention is to provide a digital image texture analysis method for more accurately analyzing and comparing the texture characteristics of an image.
【０００５】本発明が解決しようとする他の技術的課題
は、前記デジタル映像テクスチャー分析方法を遂行させ
るためのプログラムコードを貯蔵するコンピュータ読取
り可能記録媒体を提供することである。Another object of the present invention is to provide a computer readable recording medium for storing a program code for performing the digital image texture analysis method.
【０００６】本発明が解決しようとするまた他の技術的
課題は、前記デジタル映像テクスチャー分析方法を遂行
させるためのデジタル映像テクスチャー分析装置を提供
することである。It is another object of the present invention to provide a digital image texture analyzing apparatus for performing the digital image texture analyzing method.
【０００７】本発明が解決しようとするさらに他の技術
的課題は、前記デジタル映像分析方法によってインデク
シングされたテクスチャー記述子を使用して映像を検索
するデジタル映像検索方法を提供することである。It is still another object of the present invention to provide a digital image search method for searching for an image using a texture descriptor indexed by the digital image analysis method.
【０００８】本発明が解決しようとするさらに他の技術
的課題は、二つの映像のテクスチャー特徴の類似度を正
確に分析するデジタル映像分析方法を提供することであ
る。Another object of the present invention is to provide a digital image analysis method for accurately analyzing the similarity between texture features of two images.
【０００９】本発明が解決しようとするさらに他の技術
的課題は、前記デジタル映像テクスチャー分析方法を遂
行させるためのプログラムコードを貯蔵するコンピュー
タ読取り可能記録媒体を提供することである。It is still another object of the present invention to provide a computer readable recording medium for storing a program code for performing the digital image texture analysis method.
【００１０】本発明が解決しようとするさらに他の技術
的課題は、前記デジタル映像テクスチャー分析方法を遂
行させるためのデジタル映像テクスチャー分析装置を提
供することである。It is still another object of the present invention to provide a digital image texture analyzing apparatus for performing the digital image texture analyzing method.
【００１１】本発明が解決しようとするさらに他の技術
的課題は、一映像に対して他の一映像が相対的に回転さ
れている場合にも二つの映像のテクスチャー特徴が似て
いることと正確に分析するデジタル映像分析方法を提供
することである。Another technical problem to be solved by the present invention is that the texture characteristics of two images are similar even when another image is rotated relative to one image. An object of the present invention is to provide a digital image analysis method for accurately analyzing.
【００１２】本発明が解決しようとするさらに他の技術
的課題は、前記デジタル映像テクスチャー分析方法を遂
行させるためのプログラムコードを貯蔵するコンピュー
タ読取り可能記録媒体を提供することである。It is still another object of the present invention to provide a computer readable recording medium for storing a program code for performing the digital image texture analysis method.
【００１３】本発明が解決しようとするさらに他の技術
的課題は、前記デジタル映像テクスチャー分析方法を遂
行させるためのデジタル映像テクスチャー分析装置を提
供することである。It is still another object of the present invention to provide a digital image texture analyzing apparatus for performing the digital image texture analyzing method.
【００１４】本発明が解決しようとするさらに他の技術
的課題は、一映像に対して他の一映像が相対的に拡大ま
たは縮小されている場合にも二つの映像のテクスチャー
特徴が似ていることと正確に分析するデジタル映像テク
スチャー分析方法を提供することである。Another technical problem to be solved by the present invention is that the texture characteristics of two images are similar even when another image is relatively enlarged or reduced relative to one image. And to provide a digital image texture analysis method for accurate analysis.
【００１５】本発明が解決しようとするさらに他の技術
的課題は、前記デジタル映像テクスチャー分析方法を遂
行させるためのプログラムコードを貯蔵するコンピュー
タ読取り可能記録媒体を提供することである。It is still another object of the present invention to provide a computer readable recording medium for storing a program code for performing the digital image texture analysis method.
【００１６】本発明が解決しようとするさらに他の技術
的課題は、前記デジタル映像テクスチャー分析方法を遂
行させるためのデジタル映像テクスチャー分析装置を提
供することである。It is still another object of the present invention to provide a digital image texture analyzer for performing the digital image texture analysis method.
【００１７】本発明が解決しようとするさらに他の技術
的課題は、一映像に対して他の一映像が相対的に回転さ
れていたり拡大または縮小されている場合にも二つの映
像のテクスチャー特徴が似ていることと正確に分析する
デジタル映像テクスチャー分析方法を提供することであ
る。Another technical problem to be solved by the present invention is that the texture characteristic of two images can be obtained even when another image is rotated or enlarged or reduced relative to one image. The object of the present invention is to provide a digital image texture analysis method for accurately analyzing similarity.
【００１８】[0018]
【課題を解決するための手段】前記課題を達成するため
に本発明の一側面に係るデジタル映像テクスチャー分析
方法は、原映像の画素値の平均をテクスチャー特徴とし
て含むテクスチャー記述子を求める段階を含むことを特
徴とする。According to an aspect of the present invention, there is provided a digital image texture analysis method including a step of obtaining a texture descriptor including an average of pixel values of an original image as a texture feature. It is characterized by the following.
【００１９】また、前記テクスチャー特徴は、原映像の
画素値の分散をさらに含むことが望ましい。Preferably, the texture feature further includes a variance of pixel values of an original image.
【００２０】前記課題を達成するために本発明の他側面
に係るデジタル映像のテクスチャー分析方法は、原映像
の画素値の分散をテクスチャー特徴として含むテクスチ
ャー記述子を求める段階を含むことを特徴とする。According to another aspect of the present invention, there is provided a method of analyzing texture of a digital image, comprising the step of obtaining a texture descriptor including a variance of pixel values of an original image as a texture feature. .
【００２１】前記課題を達成するために本発明の他側面
に係るデジタル映像のテクスチャー分析方法は、（ａ）
原映像の画素値の平均μ0と、原映像の画素値の分散σ0
を求める段階と、（ｂ）ｍとｎを所定の正の数とする
時、ｍスケールとｎ方向性の組み合わせを有する所定の
フィルタを使用して原映像をフィルタリングすることに
よってｍ×ｎフィルタリングされた映像を求める段階
と、（ｃ）各フィルタリングされた映像の平均μ11，μ
21，．．．，μmnと各フィルタリングされた映像の分散
σ11，σ21，．．．，σmnを求める段階と、（ｄ）前記
（ａ）段階で求めた原映像の画素値の平均μ0、原映像
の画素値の分散σ0と、前記（ｃ）段階で求めた各フィ
ルタリングされた映像の平均μ11，μ21，．．．，μmn
と各フィルタリングされた映像の分散σ11，
σ21，．．．，σmnをテクスチャー特徴として含むテク
スチャー記述子を求める段階とを含むことを特徴とす
る。According to another aspect of the present invention, there is provided a method for analyzing texture of a digital image, comprising:
The average μ 0 of the pixel values of the original image and the variance σ 0 of the pixel values of the original image
And (b) when m and n are predetermined positive numbers, m × n filtering is performed by filtering the original image using a predetermined filter having a combination of m scale and n directionality. (C) averaging μ 11 , μ of each filtered image
21,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn ; (d) the average μ 0 of the pixel values of the original image obtained in the step (a), the variance σ 0 of the pixel values of the original image, and the filtering obtained in the step (c). The average μ 11 , μ 21 ,. . . , Μ mn
And the variance σ 11 of each filtered video,
σ 21 ,. . . , Σ mn as texture features.
【００２２】前記他の課題を達成するために本発明に係
るコンピュータ読取り可能記録媒体は、デジタル映像の
テクスチャーを分析する方法を遂行させるためのプログ
ラムコードを貯蔵するコンピュータ読取り可能記録媒体
において、（ａ）原映像の画素値の平均μ0と、原映像
の画素値の分散σ0を求める段階と、（ｂ）ｍとｎを所
定の正の数とする時、ｍスケールとｎ方向性の組み合わ
せを有する所定のフィルタを使用して原映像をフィルタ
リングすることによってｍ×ｎフィルタリングされた映
像を求める段階と、（ｃ）各フィルタリングされた映像
の平均μ11，μ21，．．．，μmnと各フィルタリングさ
れた映像の分散σ11，σ21，．．．，σmnを求める段階
と、（ｄ）前記（ａ）段階で求めた原映像の画素値の平
均μ0、原映像の画素値の分散σ0と、前記（ｃ）段階で
求めた各フィルタリングされた映像の平均μ11，
μ21，．．．，μmnと各フィルタリングされた映像の分
散σ11，σ21，．．．，σmnをテクスチャー特徴として
含むテクスチャー記述子を求める段階とを含むデジタル
映像のテクスチャーを分析する方法を遂行させるための
プログラムコードを貯蔵することを特徴とする。According to another aspect of the present invention, there is provided a computer readable recording medium storing a program code for performing a method of analyzing a texture of a digital image. A) calculating the average μ 0 of the pixel values of the original image and the variance σ 0 of the pixel values of the original image; and (b) combining m scale and n directionality when m and n are predetermined positive numbers. Obtaining an m × n filtered image by filtering the original image using a predetermined filter having: (c) an average μ 11 , μ 21 ,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn ; (d) the average μ 0 of the pixel values of the original image obtained in the step (a), the variance σ 0 of the pixel values of the original image, and the filtering obtained in the step (c). Average μ 11
μ 21 ,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn as a texture feature, and obtaining a texture descriptor. The method further comprises storing a program code for performing a method of analyzing a texture of a digital image.
【００２３】前記さらに他の課題を達成するために本発
明に係るデジタル映像のテクスチャー分析装置は、原映
像の画素値の平均及び分散を求める平均／分散計算部
と、前記平均及び分散をテクスチャー記述子として設定
するテクスチャー記述子設定部とを含むことを特徴とす
る。According to another aspect of the present invention, there is provided an apparatus for analyzing texture of a digital image, comprising: an average / variance calculating unit for calculating an average and a variance of pixel values of an original image; And a texture descriptor setting unit to be set as a child.
【００２４】また、前記デジタル映像のテクスチャー分
析装置は、ｍとｎを所定の正の数とする時、ｍスケール
とｎ方向性の組み合わせを有する所定のフィルタを使用
して原映像をフィルタリングすることによってｍ×ｎフ
ィルタリングされた映像を求めるフィルタリング部をさ
らに含み、前記平均／分散計算部は、原映像の画素値の
平均μ0、原映像の画素値の分散σ0と、各フィルタリン
グされた映像の平均μ 11，μ21，．．．，μmnと各フィ
ルタリングされた映像の分散σ11，σ21，．．．，σmn
を求め、前記テクスチャー記述子設定部は、原映像の画
素値の平均μ0、原映像の画素値の分散σ0と、各フィル
タリングされた映像の平均μ11，μ21，．．．，μmnと
各フィルタリングされた映像の分散σ11，
σ21，．．．，σmnをテクスチャー特徴として含むテク
スチャー記述子を求めることが望ましい。The texture of the digital image is
When m and n are predetermined positive numbers, the analyzer
Uses a given filter with a combination of n and n directions
M × n filter by filtering the original video
Filtering section for filtering filtered images
And the average / variance calculation unit calculates a pixel value of an original image.
Average μ0, The variance σ of the pixel values of the original video0And each filterlin
Average μ 11, Μtwenty one,. . . , ΜmnAnd each file
Variance σ of the filtered image11, Σtwenty one,. . . , Σmn
And the texture descriptor setting unit calculates the image of the original video.
Average μ0, The variance σ of the pixel values of the original video0And each fill
Average μ of the tapped image11, Μtwenty one,. . . , ΜmnWhen
Variance σ of each filtered video11,
σtwenty one,. . . , ΣmnThat include as a texture feature
It is desirable to determine the structure descriptor.
【００２５】前記さらに他の課題を達成するために本発
明に係るデジタル映像検索方法は、原映像の画素値の平
均及び分散をテクスチャー特性として含むテクスチャー
記述子を使用して、照会映像のテクスチャー記述子と類
似したテクスチャー記述子を有する映像を検索する段階
を含むことを特徴とする。According to another aspect of the present invention, there is provided a digital image retrieval method according to the present invention, wherein a texture description of a query image is described using a texture descriptor including an average and a variance of pixel values of an original image as texture characteristics. Searching for an image having a texture descriptor similar to the child.
【００２６】前記さらに他の課題を達成するために本発
明の一側面に係るデジタル映像テクスチャー分析方法
は、任意の二つのデジタル映像の画素値の平均の絶対差
を含むマッチングメトリックを計算する段階を含むこと
を特徴とする。According to another aspect of the present invention, there is provided a digital image texture analysis method comprising the steps of calculating a matching metric including an absolute difference between averages of pixel values of two arbitrary digital images. It is characterized by including.
【００２７】また、前記マッチングメトリックは、原映
像の画素値の分散の絶対差をさらに含むことが望まし
い。Preferably, the matching metric further includes an absolute difference in variance of pixel values of the original image.
【００２８】前記さらに他の課題を達成するために本発
明の他側面に係るデジタル映像テクスチャー分析方法
は、任意の二つのデジタル映像の画素値の分散の絶対差
を含むマッチングメトリックを計算する段階を含むこと
を特徴とする。According to another aspect of the present invention, there is provided a digital image texture analysis method comprising calculating a matching metric including an absolute difference between variances of pixel values of two arbitrary digital images. It is characterized by including.
【００２９】前記さらに他の課題を達成するために本発
明の他側面に係るデジタル映像テクスチャー分析方法
は、（ａ）任意の二つの映像に対してｍとｎを所定の正
の数とする時、ｍスケールとｎ方向性の組み合わせを有
する所定のフィルタを使用して原映像をフィルタリング
することによってｍ×ｎフィルタリングされた映像を求
める段階と、（ｂ）各映像の画素値の平均及び分散を各
々μとσ、原映像の画素値の平均と分散を各々μ0とσ0
とし、According to another aspect of the present invention, there is provided a digital image texture analysis method according to another aspect of the present invention, wherein (a) when m and n are predetermined positive numbers for any two images. Obtaining an m × n filtered image by filtering the original image using a predetermined filter having a combination of m scale and n directionality, and (b) calculating an average and a variance of pixel values of each image. Μ and σ respectively, and the average and variance of the pixel values of the original video are μ 0 and σ 0 respectively.
age,
【数２４】 とする時、原映像とｍ×ｎフィルタリングされた映像に
対して(Equation 24) , The original image and the m × n filtered image
【数２５】 として定義されるマッチングメトリックを計算する段階
とを含むことを特徴とする。(Equation 25) Calculating a matching metric defined as:
【００３０】前記さらに他の課題を達成するために本発
明に係るコンピュータ読取り可能記録媒体は、任意の二
つのデジタル映像間のマッチングメトリックを求めるこ
とによって二つの映像のテクスチャーの類似度を評価す
るデジタル映像テクスチャー分析方法を遂行させるため
のプログラムコードを貯蔵するコンピュータ読取り可能
記録媒体において、（ａ）任意の二つの映像に対してｍ
とｎを所定の正の数とする時、ｍスケールとｎ方向性の
組み合わせを有する所定のフィルタを使用して原映像を
フィルタリングすることによってｍ×ｎフィルタリング
された映像を求める段階と、（ｂ）各映像の画素値の平
均及び分散を各々μとσ、原映像の画素値の平均と分散
を各々μ0とσ0、According to another aspect of the present invention, there is provided a computer-readable recording medium for evaluating a texture similarity between two images by obtaining a matching metric between two arbitrary digital images. In a computer readable recording medium storing a program code for performing an image texture analysis method, (a) m is used for any two images.
And n being a predetermined positive number, obtaining an m × n filtered image by filtering the original image using a predetermined filter having a combination of m scale and n direction, (b) ) The mean and variance of the pixel values of each image are μ and σ, respectively, the mean and variance of the pixel values of the original image are μ 0 and σ 0 ,
【数２６】 とする時、原映像とｍ×ｎフィルタリングされた映像に
対して(Equation 26) , The original image and the m × n filtered image
【数２７】 として定義されるマッチングメトリックを計算する段階
とを含むデジタル映像テクスチャー分析方法を行うプロ
グラムコードを貯蔵することを特徴とする。[Equation 27] Calculating a matching metric defined as: a program code for performing a digital image texture analysis method.
【００３１】前記さらに他の課題を達成するために本発
明に係るデジタル映像テクスチャー分析装置は、任意の
二つの映像を入力してｍとｎを所定の正の数とする時、
ｍスケールとｎ方向性の組み合わせを有する所定のフィ
ルタを使用して原映像をフィルタリングすることによっ
てｍ×ｎフィルタリングされた映像を求めるフィルタリ
ング部と、原映像とｍ×ｎフィルタリングされた映像を
入力して各映像の画素値の平均及び分散をμ及びσと
し、According to another aspect of the present invention, there is provided a digital image texture analyzing apparatus according to the present invention, wherein when two arbitrary images are input and m and n are set to predetermined positive numbers,
a filtering unit that obtains an m × n-filtered image by filtering the original image using a predetermined filter having a combination of m-scale and n-direction, and inputs the original image and the m × n-filtered image Where μ and σ are the average and variance of the pixel values of each image,
【数２８】 とする時、[Equation 28] When
【数２９】 として定義されるマッチングメトリックを計算するマッ
チングメトリック計算部を含むことを特徴とする。(Equation 29) And a matching metric calculation unit that calculates a matching metric defined as
【００３２】前記さらに他の課題を達成するために本発
明の一側面に係るデジタル映像テクスチャー分析方法
は、任意の二つの映像に対して相異なる方向性係数の所
定のフィルタを使用してフィルタリングされた映像を求
める段階と、（ｂ）任意のフィルタリングされた映像
と、前記映像をフィルタリングしたフィルタの方向性係
数と違う方向性係数のフィルタによってフィルタリング
された映像に対して画素値の平均の絶対差和の最小値を
計算することによってマッチングメトリックを求める段
階とを含むことを特徴とする。According to another aspect of the present invention, there is provided a digital image texture analysis method in which two arbitrary images are filtered using predetermined filters having different directional coefficients. (B) determining the absolute value of the average of the pixel values of any filtered image and the image filtered by a filter having a directional coefficient different from the directional coefficient of the filter that filtered the image; Calculating a matching metric by calculating a minimum value of the sum.
【００３３】前記さらに他の課題を達成するために本発
明の他側面に係るデジタル映像テクスチャー分析方法
は、（ａ）任意の二つの映像に対して相異なる方向性係
数の所定のフィルタを使用してフィルタリングされた映
像を求める段階と、（ｂ）任意のフィルタリングされた
映像と、前記映像をフィルタリングしたフィルタの方向
性係数と違う方向性係数のフィルタによってフィルタリ
ングされた映像に対して画素値の分散の絶対差和の最小
値を計算することによってマッチングメトリックを求め
る段階とを含むことを特徴とする。According to another aspect of the present invention, there is provided a digital image texture analysis method comprising: (a) using a predetermined filter having a different directional coefficient for any two images; (B) arranging pixel values of an arbitrary filtered image and an image filtered by a filter having a directional coefficient different from the directional coefficient of the filter that filtered the image; And calculating a matching metric by calculating a minimum value of the absolute difference sum of.
【００３４】前記さらに他の課題を達成するために本発
明に係るコンピュータ読取り可能記録媒体は、任意の二
つのデジタル映像間のマッチングメトリックを求めるこ
とによって二つの映像のテクスチャーの類似度を評価す
るデジタル映像テクスチャー分析方法を遂行させるため
のプログラムコードを貯蔵するコンピュータ読取り可能
記録媒体において、（ａ）任意の二つの映像に対してｍ
とｎを所定の正の数とする時、ｍスケールとｎ方向性の
組み合わせを有する所定のフィルタを使用して原映像を
フィルタリングすることによってｍ×ｎフィルタリング
された映像を求める段階と、（ｂ）各映像の画素値の平
均及び分散をμ及びσ、Ｋは所定の正の数として考慮し
ようとする方向性係数の数、○＋はモジュールでシフト
関数を示すとする時、ｍ×ｎフィルタリングされた映像
に対して、According to another embodiment of the present invention, there is provided a computer-readable recording medium for evaluating a texture similarity between two images by obtaining a matching metric between two arbitrary digital images. In a computer readable recording medium storing a program code for performing an image texture analysis method, (a) m is used for any two images.
And n being a predetermined positive number, obtaining an m × n filtered image by filtering the original image using a predetermined filter having a combination of m scale and n direction, (b) ) The average and variance of the pixel values of each image are μ and σ, K is the number of directionality coefficients to be considered as a predetermined positive number, ○ + indicates a shift function in a module, and m × n filtering For the video that was
【数３０】 として定義されるマッチングメトリックを計算する段階
とを含むデジタル映像テクスチャー分析方法を遂行させ
るためのプログラムコードを貯蔵することを特徴とす
る。[Equation 30] Calculating a matching metric defined as: a program code for performing a digital image texture analysis method.
【００３５】前記さらに他の課題を達成するために本発
明に係るデジタル映像テクスチャー分析装置は、任意の
二つの映像を入力してｍとｎを所定の正の数とする時、
ｍスケールとｎ方向性の組み合わせを有する所定のフィ
ルタを使用して原映像をフィルタリングすることによっ
てｍ×ｎフィルタリングされた映像を求めるフィルタリ
ング部と、各映像の画素値の平均及び分散をμ及びσ、
原映像の画素値の平均と分散を各々μ0とσ0、Ｋは所定
の正の数として考慮しようとする方向性係数の数、According to another aspect of the present invention, there is provided a digital image texture analysis apparatus according to the present invention, wherein when two arbitrary images are input and m and n are set to predetermined positive numbers,
a filtering unit that obtains an m × n-filtered image by filtering an original image using a predetermined filter having a combination of m scale and n directionality; and μ and σ mean and variance of pixel values of each image. ,
Μ 0 and σ 0 , respectively, the average and variance of the pixel values of the original video, K is the number of directionality coefficients to be considered as a predetermined positive number,
【数３１】 、○＋はモジュールでシフト関数を示すとする時、ｍ×
ｎフィルタリングされた映像に対して、(Equation 31) , ○ + indicates the shift function in the module, mx
For the n filtered video,
【数３２】 として定義されるマッチングメトリックを計算するマッ
チングメトリック計算部とを含むことを特徴とする。(Equation 32) And a matching metric calculation unit that calculates a matching metric defined as
【００３６】前記さらに他の課題を達成するために本発
明の一側面に係るデジタル映像テクスチャー分析方法
は、（ａ）任意の二つの映像に対して相異なるスケール
係数の所定のフィルタを使用してフィルタリングされた
映像を求める段階と、（ｂ）任意のフィルタリングされ
た映像と、前記映像をフィルタリングしたフィルタのス
ケール係数と違うスケール係数のフィルタによってフィ
ルタリングされた映像に対して画素値の平均の絶対差和
の最小値を計算することによってマッチングメトリック
を求める段階とを含むことを特徴とする。According to another aspect of the present invention, there is provided a digital image texture analysis method comprising the steps of: (a) using a predetermined filter having a different scale factor for any two images; Obtaining a filtered image; and (b) an absolute difference between an average of pixel values of the arbitrary filtered image and an image filtered by a filter having a scale factor different from a scale factor of a filter for filtering the image. Calculating a matching metric by calculating a minimum value of the sum.
【００３７】前記さらに他の課題を達成するために本発
明の他側面に係るデジタル映像テクスチャー分析方法
は、（ａ）任意の二つの映像に対して相異なるスケール
係数の所定のフィルタを使用してフィルタリングされた
映像を求める段階と、（ｂ）任意のフィルタリングされ
た映像と、前記映像をフィルタリングしたフィルタのス
ケール係数と違うスケール係数のフィルタによってフィ
ルタリングされた映像に対して画素値の分散の絶対差和
の最小値を計算することによってマッチングメトリック
を求める段階とを含むことを特徴とする。According to another aspect of the present invention, there is provided a digital image texture analysis method comprising the steps of: (a) using a predetermined filter having a different scale factor for any two images; Obtaining a filtered image; and (b) an absolute difference of a variance of pixel values between the arbitrary filtered image and the image filtered by a filter having a scale factor different from a scale factor of a filter for filtering the image. Calculating a matching metric by calculating a minimum value of the sum.
【００３８】前記さらに他の課題を達成するために本発
明に係るコンピュータ読取り可能記録媒体は、任意の二
つのデジタル映像間のマッチングメトリックを求めるこ
とによって二つの映像のテクスチャーの類似度を評価す
るデジタル映像テクスチャー分析方法を遂行させるため
のプログラムコードを貯蔵するコンピュータ読取り可能
記録媒体において、（ａ）任意の二つの映像に対してｍ
とｎを所定の正の数とする時、ｍスケールとｎ方向性の
組み合わせを有する所定のフィルタを使用して原映像を
フィルタリングすることによってｍ×ｎフィルタリング
された映像を求める段階と、（ｂ）各映像の画素値の平
均及び分散をμ及びσ、Ｓは所定の正の数として考慮し
ようとするスケール係数の数とする時、ｍ×ｎフィルタ
リングされた映像に対して、According to another aspect of the present invention, there is provided a computer-readable recording medium for evaluating a texture similarity between two images by obtaining a matching metric between two arbitrary digital images. In a computer readable recording medium storing a program code for performing an image texture analysis method, (a) m is used for any two images.
And n being a predetermined positive number, obtaining an m × n filtered image by filtering the original image using a predetermined filter having a combination of m scale and n direction, (b) ) When the average and variance of the pixel values of each image are μ and σ, and S is the number of scale factors to be considered as a predetermined positive number, for an m × n filtered image,
【数３３】 として定義されるマッチングメトリックを計算する段階
とを含むデジタル映像テクスチャー分析方法を遂行させ
るためのプログラムコードを貯蔵することを特徴とす
る。[Equation 33] Calculating a matching metric defined as: a program code for performing a digital image texture analysis method.
【００３９】前記さらに他の課題を達成するために本発
明に係るデジタル映像テクスチャー分析装置は、任意の
二つの映像を入力してｍとｎを所定の正の数とする時、
ｍスケールとｎ方向性の組み合わせを有する所定のフィ
ルタを使用して原映像をフィルタリングすることによっ
てｍ×ｎフィルタリングされた映像を求めるフィルタリ
ング部と、各映像の画素値の平均及び分散をμ及びσ、
Ｓは所定の正の数として考慮しようとするスケール係数
の数とする時、ｍ×ｎフィルタリングされた映像に対し
て、According to another aspect of the present invention, there is provided a digital image texture analysis apparatus according to the present invention, wherein when two arbitrary images are input and m and n are set to predetermined positive numbers,
a filtering unit that obtains an m × n-filtered image by filtering an original image using a predetermined filter having a combination of m scale and n directionality; and μ and σ mean and variance of pixel values of each image. ,
S is the number of scale factors to be considered as a predetermined positive number.
【数３４】 として定義されるマッチングメトリックを計算するマッ
チングメトリック計算部とを含むことを特徴とする。(Equation 34) And a matching metric calculation unit that calculates a matching metric defined as
【００４０】前記さらに他の課題を達成するために本発
明に係るデジタル映像テクスチャー分析方法は、（ａ）
任意の二つの映像に対して相異なるスケール係数と相異
なる方向性係数の所定のフィルタを使用してフィルタリ
ングされた映像を求める段階と、（ｂ）任意のフィルタ
リングされた映像と、前記映像をフィルタリングしたフ
ィルタのスケール係数及び方向性係数と違うスケール係
数及び方向性係数の所定のフィルタによってフィルタリ
ングされた映像に対して画素値の分散及び平均の絶対差
和の最小値を計算することによってマッチングメトリッ
クを求める段階とを含むことを特徴とする。According to another aspect of the present invention, there is provided a digital image texture analysis method, comprising:
Obtaining a filtered image using predetermined filters of different scale factors and different directionality coefficients for any two images; and (b) filtering any of the filtered images and filtering the images. The matching metric is calculated by calculating the minimum value of the variance of pixel values and the sum of absolute differences of averages for an image filtered by a predetermined filter having a scale coefficient and a directionality coefficient different from the scale coefficient and the directionality coefficient of the filtered filter. Seeking step.
【００４１】[0041]
【発明の実施の形態】以下、添付した図面を参照して本
発明の望ましい実施形態に対してより詳細に説明する。Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.
【００４２】図２には、本発明の一実施形態に係るデジ
タル映像分析装置の構造をブロック図として示した。図
３には、図２のデジタル映像分析装置内で行われる本発
明の一実施形態に係るデジタル映像分析方法の主要段階
をフローチャートとして示した。図３は以下で随時参照
される。FIG. 2 is a block diagram showing the structure of a digital video analyzing apparatus according to an embodiment of the present invention. FIG. 3 is a flowchart illustrating main steps of a digital image analysis method according to an exemplary embodiment of the present invention, which is performed in the digital image analyzer of FIG. FIG. 3 is referred to at any time in the following.
【００４３】先ず、図２を参照すれば、本発明の一実施
形態に係るデジタル映像分析装置は、第１平均／分散計
算部２０２、フィルタリング部２０４、第２平均／分散
計算部２０６、及びテクスチャー記述子設定部２０８を
具備する。前記のような装置の動作を説明する。第１平
均／分散計算部２０２は、原映像の画素値の平均μ
0と、原映像の画素値の分散σ0を求める（段階３０
２）。次に、フィルタリング部２０４はｍとｎを所定の
正の数とする時、ｍスケールとｎ方向性の組み合わせを
有するガーバーフィルタを使用してｍ×ｎフィルタリン
グされた映像を求める（段階３０４）。次に、第２平均
／分散計算部２０６は、各フィルタリングされた映像の
平均μ11，μ21，．．．，μmnと各フィルタリングされ
た映像の分散σ 11，σ21，．．．，σmnを求める（段階
３０６）。First, referring to FIG. 2, one embodiment of the present invention will be described.
The digital image analyzer according to the aspect is a first average / variance meter.
Calculation unit 202, filtering unit 204, second average / variance
The calculation unit 206 and the texture descriptor setting unit 208
Have. The operation of the above device will be described. First flat
The average / variance calculation unit 202 calculates the average μ of the pixel values of the original video.
0And the variance σ of the pixel values of the original video0(Step 30)
2). Next, the filtering unit 204 sets m and n to a predetermined value.
When a positive number, the combination of m scale and n directionality
M × n filterlin using Gerber filter having
A video that has been rendered is obtained (step 304). Next, the second average
/ Variance calculation unit 206 calculates the
Average μ11, Μtwenty one,. . . , ΜmnAnd each is filtered
Variance σ 11, Σtwenty one,. . . , ΣmnSeeking (stage
306).
【００４４】テクスチャー記述子設定部２０８は、前記
段階３０２で求めた原映像の画素値の平均μ0、原映像
の画素値の分散σ0と、前記段階３０６で求めた各フィ
ルタリングされた映像の平均μ11，μ21，．．．，μmn
と各フィルタリングされた映像の分散σ11，
σ21，．．．，σmnをテクスチャー特徴として含むテク
スチャー記述子｛μ0σ0μ11σ11μ21σ21．．．μmnσ
mn｝を求める（段階３０８）。The texture descriptor setting unit 208 calculates the average μ 0 of the pixel values of the original image obtained in the step 302, the variance σ 0 of the pixel values of the original image and the filtered image of each filtered image obtained in the step 306. The average μ 11 , μ 21 ,. . . , Μ mn
And the variance σ 11 of each filtered video,
σ 21 ,. . . , Σ mn as texture features {μ 0 σ 0 μ 11 σ 11 μ 21 σ 21 . . . μ mn σ
mn } (step 308).
【００４５】このようなテクスチャー記述子は映像をイ
ンデクシングする時に使われる。インデクシングされた
映像は映像データベースを構成する。映像データベース
が構成されれば、インデクシングされた映像中で照会映
像のテクスチャー記述子と類似したテクスチャー記述子
を有する映像を検索できる。特に、前述した実施形態に
係る分析方法によって原映像の画素値の平均及び分散を
テクスチャー特性として含むテクスチャー記述子を使用
して照会映像と類似した映像を検索するシミュレーショ
ンを実行した結果、検索効率が向上したことを見つけ
た。Such a texture descriptor is used when indexing an image. The indexed video constitutes a video database. If the video database is configured, it is possible to search for videos having a texture descriptor similar to the texture descriptor of the reference video in the indexed video. In particular, as a result of executing a simulation for searching for an image similar to the query image using a texture descriptor including the average and variance of the pixel values of the original image as a texture characteristic by the analysis method according to the above-described embodiment, search efficiency is reduced. I found something improved.
【００４６】図４には、本発明の他実施形態に係るデジ
タル映像分析装置の構造をブロック図として示した。図
５には、図４のデジタル映像分析装置内で遂行される本
発明の他実施形態に係るデジタル映像分析方法の主要段
階をフローチャートとして示した。図５は以下で随時参
照される。FIG. 4 is a block diagram showing the structure of a digital video analyzing apparatus according to another embodiment of the present invention. FIG. 5 is a flowchart illustrating main steps of a digital image analysis method according to another embodiment of the present invention performed in the digital image analyzer of FIG. FIG. 5 is referred to at any time in the following.
【００４７】図４を参照すれば、本発明の他実施形態に
係るデジタル映像分析装置は、フィルタリング部４０
２、及びマッチングメトリック計算部４０４を具備す
る。前記のような装置の動作を説明する。フィルタリン
グ部４０２は任意の二つの映像に対してｍとｎを所定の
正の数とする時、ｍスケールとｎ方向性の組み合わせを
有するガーバーフィルタを使用してｍ×ｎフィルタリン
グされた映像を求める（段階５０２）。Referring to FIG. 4, a digital image analyzer according to another embodiment of the present invention includes a filtering unit 40.
2 and a matching metric calculation unit 404. The operation of the above device will be described. The filtering unit 402 obtains an m × n filtered image using a Gerber filter having a combination of m scale and n direction when m and n are predetermined positive numbers for two arbitrary images. (Step 502).
【００４８】マッチングメトリック計算部４０４は、各
映像の画素値の平均及び分散を各々μとσ、原映像の画
素値の平均と分散を各々μ0とσ0とし、The matching metric calculator 404 sets the average and variance of the pixel values of each image to μ and σ, respectively, and sets the average and variance of the pixel values of the original image to μ 0 and σ 0 , respectively.
【数３５】 とする時、原映像とｍ×ｎフィルタリングされた映像に
対して(Equation 35) , The original image and the m × n filtered image
【数３６】 として定義されるマッチングメトリックを計算する（段
階５０４）。計算されたマッチングメトリックは二つの
映像のテクスチャー特徴がどの程度の差があるかを示
す。即ち、計算されたマッチングメトリックが小さいほ
ど二つの映像のテクスチャー特徴は似ていることと決定
される。このようなデジタル映像分析方法は、任意の二
つのデジタル映像間のマッチングメトリックを求めるこ
とによって二つの映像の類似度を評価し、映像のテクス
チャー特徴を使用して映像を検索するのに応用できる。[Equation 36] (Step 504). The calculated matching metric indicates the difference between the texture features of the two images. That is, it is determined that the smaller the calculated matching metric, the more similar the texture features of the two videos are. Such a digital image analysis method can be applied to evaluate a similarity between two images by obtaining a matching metric between two arbitrary digital images, and to search for an image using a texture feature of the image.
【００４９】図６には、図４のデジタル映像分析装置内
で遂行される本発明の他実施形態に係るデジタル映像分
析方法の主要段階をフローチャートとして示した。本実
施形態で、フィルタリング部４０２は任意の二つの映像
に対してｍとｎを所定の正の数とする時、ｍスケールと
ｎ方向性の組み合わせを有する所定のフィルタを使用し
て原映像をフィルタリングすることによってｍ×ｎフィ
ルタリングされた映像を求める（段階６０２）。FIG. 6 is a flowchart showing the main steps of a digital image analysis method according to another embodiment of the present invention performed in the digital image analyzer of FIG. In the present embodiment, when m and n are predetermined positive numbers for any two images, the filtering unit 402 filters the original image using a predetermined filter having a combination of m scale and n direction. An m × n filtered image is obtained by filtering (step 602).
【００５０】次に、マッチングメトリック計算部４０４
は、各映像の画素値の平均及び分散をμ及びσ、原映像
の画素値の平均と分散を各々μ0とσ0、Ｋは所定の正の
数として考慮しようとする方向性係数の数、Next, matching metric calculation section 404
Are the average and variance of the pixel values of each image, μ and σ, the average and variance of the pixel values of the original image are μ 0 and σ 0 , respectively, and K is the number of directionality coefficients to be considered as a predetermined positive number. ,
【数３７】 、○＋（以後、“○＋”は、○に＋を内接させた記号を
表すものとする）はモジュールでシフト関数を示すとす
る時、ｍ×ｎフィルタリングされた映像に対して、(37) , ＋+ (hereinafter, “○ +” means a symbol in which + is inscribed in ○) denotes a shift function in a module.
【数３８】 として定義されるマッチングメトリックを計算する（段
階６０４）。計算されたマッチングメトリックは二つの
映像のテクスチャー特徴がどの程度の差を有するかを示
す。即ち、計算されたマッチングメトリックが小さいほ
ど二つの映像のテクスチャー特徴は似ていることと決定
される。特に、二つの映像のテクスチャー特徴が類似し
ており、一映像に対して他の一映像が相対的に回転され
ている場合にも、前記のような方法によって計算された
マッチングメトリックは二つの映像のテクスチャー特徴
が似ていることと正確に分析する。即ち、一映像に対し
て他の一映像が相対的に回転されている場合にも従来の
テクスチャー分析方法ではテクスチャー特徴が異に示さ
れる問題点を解決する。このようなデジタル映像分析方
法は、任意の二つのデジタル映像間のマッチングメトリ
ックを求めることによって二つの映像の類似度を評価
し、映像のテクスチャー特徴を使用して映像を検索する
のに応用できる。(38) Compute a matching metric defined as (step 604). The calculated matching metric indicates the difference between the texture features of the two images. That is, it is determined that the smaller the calculated matching metric, the more similar the texture features of the two videos are. In particular, even if the texture characteristics of the two images are similar and one image is rotated relative to another image, the matching metric calculated by the above method is the same for the two images. Analyze exactly that the texture features are similar. That is, even when one image is relatively rotated with respect to another image, the conventional texture analysis method solves the problem that the texture feature is shown differently. Such a digital image analysis method can be applied to evaluate a similarity between two images by obtaining a matching metric between two arbitrary digital images, and to search for an image using a texture feature of the image.
【００５１】前記実施形態では、任意のフィルタリング
された映像と、前記映像をフィルタリングしたフィルタ
の方向性係数と違う方向性係数のガーバーフィルタによ
ってフィルタリングされた映像に対して画素値の平均の
絶対差和と、画素値の分散の絶対差和を各々求め、求め
た絶対差和の和の最小値を計算することによってマッチ
ングメトリックを求めることを実施形態として記述した
が、任意のフィルタリングされた映像と、前記映像をフ
ィルタリングしたフィルタの方向性係数と違う方向性係
数のガーバーフィルタによりフィルタリングされた映像
に対して画素値の平均の絶対差和の最小値を計算するこ
とによってマッチングメトリックを求めることもでき
る。また、代案的に、任意のフィルタリングされた映像
と、前記映像をフィルタリングしたフィルタの方向性係
数と違う方向性係数のガーバーフィルタによってフィル
タリングされた映像に対して画素値の分散の絶対差和の
最小値を計算することによってマッチングメトリックを
求める場合もある。In the above embodiment, the absolute difference sum of the average of the pixel values of an arbitrary filtered image and an image filtered by a Gerber filter having a direction coefficient different from the direction coefficient of the filter that filtered the image is used. And calculating the absolute sum of the variances of the pixel values, and calculating the matching metric by calculating the minimum value of the sum of the obtained absolute differences has been described as the embodiment, but any filtered video, A matching metric may be obtained by calculating a minimum value of the sum of absolute differences of pixel values of an image filtered by a Gerber filter having a directionality coefficient different from the directionality coefficient of the image filtering filter. Alternatively, the absolute difference sum of the variances of the pixel values of any filtered image and an image filtered by a Gerber filter having a direction coefficient different from the direction coefficient of the filter that filtered the image may be minimized. In some cases, a matching metric is obtained by calculating a value.
【００５２】図７には、図４のデジタル映像分析装置内
で行われる本発明の他実施形態に係るデジタル映像分析
方法の主要段階をフローチャートとして示した。本実施
形態で、フィルタリング部４０２は、任意の二つの映像
に対してｍとｎを所定の正の数とする時、ｍスケールと
ｎ方向性の組み合わせを有するガーバーフィルタを使用
してｍ×ｎフィルタリングされた映像を求める（段階７
０２）。FIG. 7 is a flowchart showing the main steps of a digital image analysis method according to another embodiment of the present invention performed in the digital image analyzer of FIG. In this embodiment, when m and n are predetermined positive numbers for any two images, the filtering unit 402 uses a Gerber filter having a combination of m scale and n direction to obtain m × n. Find the filtered image (Step 7)
02).
【００５３】次に、マッチングメトリック計算部４０４
は、各映像の画素値の平均及び分散を各々μ及びσ、原
映像の画素値の平均と分散を各々μ0とσ0、Next, matching metric calculation section 404
Each mu and sigma the mean and variance of the pixel values of the respective images, each mean and variance of the pixel values of the original image mu 0 and sigma 0,
【数３９】 とする時、ｍ×ｎフィルタリングされた映像に対して、[Equation 39] Then, for an image that has been subjected to m × n filtering,
【数４０】 として定義されるマッチングメトリックを計算する（段
階７０４）。計算されたマッチングメトリックは二つの
映像のテクスチャー特徴がどの程度の差があるかを示
す。即ち、計算されたマッチングメトリックが小さいほ
ど二つの映像のテクスチャー特徴は似ていることと決定
される。特に、二つの映像のテクスチャー特徴が類似し
ており、一映像に対して他の一映像が相対的に拡大また
は縮小されている場合にも、前記のような方法によって
計算されたマッチングメトリックは二つの映像のテクス
チャー特徴が似ていることと正確に分析する。即ち、一
映像に対して他の一映像が相対的に拡大または縮小され
ている場合にも、従来のテクスチャー分析方法ではテク
スチャー特徴が異に示される問題点を解決する。このよ
うなデジタル映像分析方法は、任意の二つのデジタル映
像間のマッチングメトリックを求めることによって二つ
の映像の類似度を評価し、映像のテクスチャー特徴を使
用して映像を検索するのに応用できる。(Equation 40) Compute a matching metric defined as (step 704). The calculated matching metric indicates the difference between the texture features of the two images. That is, it is determined that the smaller the calculated matching metric, the more similar the texture features of the two videos are. In particular, even when the texture characteristics of two images are similar and one image is relatively enlarged or reduced relative to one image, the matching metric calculated by the above method is two. Analyze exactly that the texture characteristics of the two images are similar. That is, even when one image is relatively enlarged or reduced relative to another image, the conventional texture analysis method solves the problem that the texture feature is shown differently. Such a digital image analysis method can be applied to evaluate a similarity between two images by obtaining a matching metric between two arbitrary digital images, and to search for an image using a texture feature of the image.
【００５４】前記実施形態では任意のフィルタリングさ
れた映像と、前記映像をフィルタリングしたフィルタの
スケール係数と違うスケール係数のガーバーフィルタに
よってフィルタリングされた映像に対して画素値の平均
の絶対差和と、画素値の分散の絶対差和を各々求め、求
めた絶対差和の和の最小値を計算することによってマッ
チングメトリックを求めることを実施形態として記述し
たが、任意のフィルタリングされた映像と、前記映像を
フィルタリングしたフィルタのスケール係数と違うスケ
ール係数のガーバーフィルタによりフィルタリングされ
た映像に対して画素値の平均の絶対差和の最小値を計算
することによってマッチングメトリックを求めることも
できる。また、代案的に、任意のフィルタリングされた
映像と、前記映像をフィルタリングしたフィルタのスケ
ール係数と違うスケール係数のガーバーフィルタによっ
てフィルタリングされた映像に対して画素値の分散の絶
対差和の最小値を計算することによってマッチングメト
リックを求める場合もある。In the above embodiment, the absolute difference sum of the average of the pixel values of an arbitrary filtered image, an image filtered by a Gerber filter having a scale factor different from the scale factor of the filter that filtered the image, The absolute difference sum of the variances of the values is determined, and the matching metric is determined by calculating the minimum value of the determined sum of the absolute differences. The matching metric can also be obtained by calculating the minimum value of the sum of absolute differences of the average pixel values for an image filtered by a Gerber filter having a scale coefficient different from that of the filtered filter. Alternatively, the minimum value of the absolute difference sum of the variances of the pixel values may be calculated for an arbitrary filtered image and an image filtered by a Gerber filter having a scale factor different from the scale factor of the filter for filtering the image. In some cases, a matching metric is obtained by calculation.
【００５５】図６及び図７を参照して説明した実施形態
に適用された技術は、当業者によって理解されるように
適切に組み合わせて使用することが可能で、このような
デジタル映像テクスチャー分析方法によれば、一映像に
対して他の一映像が相対的に回転されていたり拡大また
は縮小されている場合にも、二つの映像のテクスチャー
特徴が似ていることと正確に分析できる。前記のように
図６及び図７を参照して説明した実施形態に適用された
技術を組み合わせた実施形態は本明細書で記述しない。The techniques applied to the embodiments described with reference to FIGS. 6 and 7 can be used in an appropriate combination as understood by those skilled in the art. Accordingly, even when one image is relatively rotated or enlarged or reduced relative to one image, it can be accurately analyzed that the texture characteristics of the two images are similar. Embodiments combining the techniques applied to the embodiments described with reference to FIGS. 6 and 7 as described above will not be described herein.
【００５６】[0056]
【発明の効果】前述したように本発明に係るテクスチャ
ー分析方法は、映像のテクスチャー特性をより正確に分
析し比較する。また、本発明に係るデジタル映像テクス
チャー分析方法は、一映像に対して他の一映像が相対的
に回転されていたり拡大または縮小されている場合に
も、二つの映像のテクスチャー特徴が似ていることと正
確に分析できる。As described above, the texture analysis method according to the present invention more accurately analyzes and compares the texture characteristics of images. In addition, in the digital image texture analysis method according to the present invention, the texture characteristics of two images are similar even when one image is relatively rotated or enlarged or reduced relative to one image. That can be accurately analyzed.
【図１】 従来の技術のデジタル映像テクスチャー分析
方法を説明するための図面である。FIG. 1 is a diagram illustrating a conventional digital image texture analysis method.
【図２】 本発明の一実施形態に係るデジタル映像分析
装置の構造を示すブロック図である。FIG. 2 is a block diagram illustrating a structure of a digital video analysis device according to an embodiment of the present invention.
【図３】 図２のデジタル映像分析装置内で遂行される
本発明の一実施形態に係るデジタル映像分析方法の主要
段階を示すフローチャートである。FIG. 3 is a flowchart illustrating main steps of a digital image analysis method according to an exemplary embodiment of the present invention, which is performed in the digital image analysis apparatus of FIG. 2;
【図４】 本発明の他実施形態に係るデジタル映像分析
装置の構造を示すブロック図である。FIG. 4 is a block diagram illustrating a structure of a digital video analysis device according to another embodiment of the present invention.
【図５】 図４のデジタル映像分析装置内で遂行される
本発明の他実施形態に係るデジタル映像分析方法の主要
段階を示すフローチャートである。5 is a flowchart illustrating main steps of a digital image analysis method according to another embodiment of the present invention, which is performed in the digital image analyzer of FIG. 4;
【図６】 図５と同様の図である。FIG. 6 is a view similar to FIG.
【図７】 図５と同様の図である。FIG. 7 is a view similar to FIG.
２０２ 第１平均／分散計算部 ２０４ フィルタリング部 ２０６ 第２平均／分散計算部 ２０８ テクスチャー記述子設定部 ４０２ フィルタリング部 ４０４ マッチングメトリック計算部 202 First average / variance calculation unit 204 Filtering unit 206 Second average / variance calculation unit 208 Texture descriptor setting unit 402 Filtering unit 404 Matching metric calculation unit
フロントページの続き (71)出願人 598111490 ザ・リージェンツ・オブ・ザ・ユニバーシ ティ・オブ・カリフォルニア Ｔｈｅ Ｒｅｇｅｎｔｓ ｏｆ ｔｈｅ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃａｌｉｆ ｏｒｎｉａ アメリカ合衆国 カリフォルニア州94607 −5200，オークランド，フランクリン・ス トリート 1111，フィフス フロア 1111 Ｆｒａｎｋｌｉｎ Ｓｔｒｅｅｔ, 12ｔｈ Ｆｌｏｏｒ，Ｏａｋｌａｎｄ，Ｃ ａｌｉｆｏｒｎｉａ 94607−5200，Ｕｎ ｉｔｅｄ Ｓｔａｔｅｓ ｏｆ Ａｍｅｒ ｉｃａ (72)発明者 申 鉉▲ドゥ▼ 大韓民国京畿道城南市盆唐区九美洞221番 地ムジゲマウル青丘アパート510棟1302号 (72)発明者 崔 良林 大韓民国京畿道水原市八達区牛満洞105番 地牛満鮮京アパート102棟1112号 (72)発明者 ビー・エス・マンジュナス アメリカ合衆国・93106−9560・カリフォ ルニア・サンタ・バーバラ・ユニバーシテ ィ・オブ・カリフォルニア・デパートメン ト・オブ・エレクトリカル・アンド・コン ピュータ・エンジニアリングContinuation of the front page (71) Applicant 598111490 The Regents of the University of California The Regents of the University of California or California United States 94607-5200, California, Franklin Street 1111, Fifth Floor 1111 Franklin Street, 12th Floor, Oakland, California 94607-5200, United States of Amer ica Bldg. 1302 (72) Inventor Choi Ryobayashi 105, Umaman-dong, Paldal-gu, Suwon-si, Gyeonggi-do, Republic of Korea 102, No. 1112, Jiaju-Sankyo Apartment 102 (72) Inventor BS Manjunas United States, 93106-9560 Cali Florida Santa Barbara University of California Department of Electrical and Computer Engineering
Claims (42)
する方法において、 原映像の画素値の平均をテクスチャー特徴として含むテ
クスチャー記述子を求める段階を含むことを特徴とする
デジタル映像テクスチャー分析方法。1. A method for analyzing texture characteristics of a digital image, comprising: obtaining a texture descriptor including an average of pixel values of an original image as a texture characteristic.
値の分散をさらに含むことを特徴とする請求項１に記載
のデジタル映像テクスチャー分析方法。2. The method of claim 1, wherein the texture feature further includes a variance of pixel values of an original image.
する方法において、 原映像の画素値の分散をテクスチャー特徴として含むテ
クスチャー記述子を求める段階を含むことを特徴とする
デジタル映像テクスチャー分析方法。3. A method for analyzing texture characteristics of a digital image, comprising: obtaining a texture descriptor including a variance of pixel values of an original image as a texture characteristic.
する方法において、 （ａ）原映像の画素値の平均μ0と、原映像の画素値の
分散σ0を求める段階と、 （ｂ）ｍとｎを所定の正の数とする時、ｍスケールとｎ
方向性の組み合わせを有する所定のフィルタを使用して
原映像をフィルタリングすることによってｍ×ｎフィル
タリングされた映像を求める段階と、 （ｃ）各フィルタリングされた映像の平均μ11，
μ21，．．．，μmnと各フィルタリングされた映像の分
散σ11，σ21，．．．，σmnを求める段階と、 （ｄ）前記（ａ）段階で求めた原映像の画素値の平均μ
0、原映像の画素値の分散σ0と、前記（ｃ）段階で求め
た各フィルタリングされた映像の平均μ11，
μ21，．．．，μmnと各フィルタリングされた映像の分
散σ11，σ21，．．．，σmnをテクスチャー特徴として
含むテクスチャー記述子を求める段階とを含むことを特
徴とするデジタル映像テクスチャー分析方法。4. A method for analyzing texture characteristics of a digital image, comprising: (a) obtaining an average μ 0 of pixel values of an original image and a variance σ 0 of pixel values of the original image; and (b) m and n. When is a predetermined positive number, m scale and n
Obtaining an m × n filtered image by filtering the original image using a predetermined filter having a combination of directionality; and (c) averaging μ 11 ,
μ 21 ,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn ; and (d) the average μ of the pixel values of the original image obtained in step (a).
0 , the variance σ 0 of the pixel value of the original image, the average μ 11 of each filtered image obtained in the step (c),
μ 21 ,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn as texture features to obtain a texture descriptor.
タであることを特徴とする請求項４に記載のデジタル映
像テクスチャー分析方法。5. The digital image texture analysis method according to claim 4, wherein the predetermined filter is a Gerber filter.
方法を遂行させるためのプログラムコードを貯蔵するコ
ンピュータ読取り可能記録媒体において、 （ａ）原映像の画素値の平均μ0と、原映像の画素値の
分散σ0を求める段階と、 （ｂ）ｍとｎを所定の正の数とする時、ｍスケールとｎ
方向性の組み合わせを有する所定のフィルタを使用して
原映像をフィルタリングすることによってｍ×ｎフィル
タリングされた映像を求める段階と、 （ｃ）各フィルタリングされた映像の平均μ11，
μ21，．．．，μmnと各フィルタリングされた映像の分
散σ11，σ21，．．．，σmnを求める段階と、 （ｄ）前記（ａ）段階で求めた原映像の画素値の平均μ
0、原映像の画素値の分散σ0と、前記（ｃ）段階で求め
た各フィルタリングされた映像の平均μ11，
μ21，．．．，μmnと各フィルタリングされた映像の分
散σ11，σ21，．．．，σmnをテクスチャー特徴として
含むテクスチャー記述子を求める段階とを含むデジタル
映像のテクスチャーを分析する方法を遂行させるための
プログラムコードを貯蔵することを特徴とするコンピュ
ータ読取り可能記録媒体。6. A computer readable recording medium storing a program code for performing a method of analyzing texture of a digital image, comprising: (a) an average μ 0 of pixel values of an original image; Obtaining a variance σ 0 , and (b) when m and n are predetermined positive numbers, m scale and n
Obtaining an m × n filtered image by filtering the original image using a predetermined filter having a combination of directionality; and (c) averaging μ 11 ,
μ 21 ,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn ; and (d) the average μ of the pixel values of the original image obtained in step (a).
0 , the variance σ 0 of the pixel value of the original image, the average μ 11 of each filtered image obtained in the step (c),
μ 21 ,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn as a texture feature, and determining a texture descriptor. The computer readable storage medium stores a program code for performing a method of analyzing texture of a digital image.
タであることを特徴とする請求項６に記載のコンピュー
タ読取り可能記録媒体。7. The computer-readable recording medium according to claim 6, wherein the predetermined filter is a Gerber filter.
する装置において、 原映像の画素値の平均及び分散を求める平均／分散計算
部と、 前記平均及び分散をテクスチャー記述子として設定する
テクスチャー記述子設定部とを含むことを特徴とするデ
ジタル映像テクスチャー分析装置。8. An apparatus for analyzing texture characteristics of a digital image, comprising: an average / variance calculation unit for calculating an average and a variance of pixel values of an original image; and a texture descriptor setting unit for setting the average and variance as a texture descriptor. And a digital image texture analyzer.
ールとｎ方向性の組み合わせを有する所定のフィルタを
使用して原映像をフィルタリングすることによってｍ×
ｎフィルタリングされた映像を求めるフィルタリング部
をさらに含み、 前記平均／分散計算部は、原映像の画素値の平均μ0、
原映像の画素値の分散σ0と、各フィルタリングされた
映像の平均μ11，μ21，．．．，μmnと各フィルタリン
グされた映像の分散σ11，σ21，．．．，σmnを求め、 前記テクスチャー記述子設定部は、 原映像の画素値の平均μ0、原映像の画素値の分散σ
0と、各フィルタリングされた映像の平均μ11，
μ21，．．．，μmnと各フィルタリングされた映像の分
散σ11，σ21，．．．，σmnをテクスチャー特徴として
含むテクスチャー記述子を求めることを特徴とするデジ
タル映像テクスチャー分析装置。9. When m and n are predetermined positive numbers, m × is obtained by filtering the original image using a predetermined filter having a combination of m scale and n directionality.
a filtering unit for obtaining an n-filtered image, wherein the average / variance calculation unit calculates an average μ 0 of pixel values of an original image;
The variance σ 0 of the pixel values of the original image and the average μ 11 , μ 21 ,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn , the texture descriptor setting unit calculates the average μ 0 of the pixel values of the original image, the variance σ of the pixel values of the original image,
0 and the average μ 11 of each filtered image,
μ 21 ,. . . , Μ mn and the variances σ 11 , σ 21 ,. . . , Σ mn as a texture feature.
スチャー特性として含むテクスチャー記述子を使用し
て、照会映像のテクスチャー記述子と類似したテクスチ
ャー記述子を有する映像を検索する段階を含むことを特
徴とするデジタル映像検索方法。10. Searching for an image having a texture descriptor similar to the texture descriptor of the query image using a texture descriptor including the average and variance of pixel values of the original image as texture characteristics. A featured digital video search method.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法において、 任意の二つのデジタル映像の画素値の平均の絶対差を含
むマッチングメトリックを計算する段階を含むことを特
徴とするデジタル映像テクスチャー分析方法。11. A digital image texture analysis method for evaluating a similarity between textures of two digital images by obtaining a matching metric between two arbitrary digital images, wherein an absolute value of an average of pixel values of any two digital images is determined. A method for analyzing texture of a digital image, comprising calculating a matching metric including a difference.
の画素値の分散の絶対差をさらに含むことを特徴とする
請求項１１に記載のデジタル映像テクスチャー分析方
法。12. The method of claim 11, wherein the matching metric further includes an absolute difference in variance of pixel values of an original image.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法において、 任意の二つのデジタル映像の画素値の分散の絶対差を含
むマッチングメトリックを計算する段階を含むことを特
徴とするデジタル映像テクスチャー分析方法。13. A digital image texture analysis method for evaluating the similarity between textures of two digital images by obtaining a matching metric between two arbitrary digital images, wherein the absolute value of the variance of pixel values of the arbitrary two digital images is determined. A method for analyzing texture of a digital image, comprising calculating a matching metric including a difference.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法において、 （ａ）任意の二つの映像に対してｍとｎを所定の正の数
とする時、ｍスケールとｎ方向性の組み合わせを有する
所定のフィルタを使用して原映像をフィルタリングする
ことによってｍ×ｎフィルタリングされた映像を求める
段階と、 （ｂ）各映像の画素値の平均及び分散を各々μとσ、原
映像の画素値の平均と分散を各々μ0とσ0とし、 【数１】 とする時、原映像とｍ×ｎフィルタリングされた映像に
対して 【数２】 として定義されるマッチングメトリックを計算する段階
とを含むことを特徴とするデジタル映像テクスチャー分
析方法。14. A digital image texture analysis method for evaluating a similarity of textures of two images by obtaining a matching metric between any two digital images, wherein: (a) m and m are determined for any two images; obtaining a m × n filtered image by filtering the original image using a predetermined filter having a combination of m scale and n direction, where n is a predetermined positive number; (b) The average and variance of the pixel values of each image are μ and σ, respectively, and the average and variance of the pixel values of the original image are μ 0 and σ 0 , respectively. Then, the original image and the m × n-filtered image are expressed as follows. Calculating a matching metric defined as:
ルタであることを特徴とする請求項１４に記載のデジタ
ル映像テクスチャー分析方法。15. The method of claim 14, wherein the predetermined filter is a Gerber filter.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法を遂行させるためのプログラムコードを貯蔵す
るコンピュータ読取り可能記録媒体において、 （ａ）任意の二つの映像に対してｍとｎを所定の正の数
とする時、ｍスケールとｎ方向性の組み合わせを有する
所定のフィルタを使用して原映像をフィルタリングする
ことによってｍ×ｎフィルタリングされた映像を求める
段階と、 （ｂ）各映像の画素値の平均及び分散を各々μとσ、原
映像の画素値の平均と分散を各々μ0とσ0、 【数３】 とする時、原映像とｍ×ｎフィルタリングされた映像に
対して 【数４】 として定義されるマッチングメトリックを計算する段階
とを含むデジタル映像テクスチャー分析方法を行うプロ
グラムコードを貯蔵することを特徴とするコンピュータ
読取り可能記録媒体。16. A computer readable storage medium storing a program code for performing a digital image texture analysis method for evaluating a similarity between textures of two images by obtaining a matching metric between two arbitrary digital images. (A) when m and n are predetermined positive numbers for any two images, by filtering the original image using a predetermined filter having a combination of m scale and n directionality (b) determining the average and variance of the pixel values of each image by μ and σ, and the average and variance of the pixel values of the original image by μ 0 and σ 0 , respectively. ] Then, for the original image and the m × n filtered image, Calculating a matching metric defined as: a computer readable recording medium for storing a program code for performing a digital image texture analysis method.
ルタであることを特徴とする請求項１６に記載のコンピ
ュータ読取り可能記録媒体。17. The computer-readable medium according to claim 16, wherein the predetermined filter is a Gerber filter.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析装置において、 （ａ）任意の二つの映像に対してｍとｎを所定の正の数
とする時、ｍスケールとｎ方向性の組み合わせを有する
所定のフィルタを使用して原映像をフィルタリングする
ことによってｍ×ｎフィルタリングされた映像を求める
フィルタリング部と、原映像とｍ×ｎフィルタリングさ
れた映像を入力して各映像の画素値の平均及び分散をμ
及びσとし、 【数５】 とする時、 【数６】 として定義されるマッチングメトリックを計算するマッ
チングメトリック計算部を含むことを特徴とするデジタ
ル映像テクスチャー分析装置。18. A digital video texture analyzer for evaluating the similarity of textures between two digital images by obtaining a matching metric between any two digital images, comprising: (a) m and m for any two images; a filter for obtaining an m × n filtered image by filtering the original image using a predetermined filter having a combination of m scale and n direction, where n is a predetermined positive number; And the m × n-filtered images are input, and the average and variance of the pixel values of each image are expressed as μ.
And σ, and Then, A digital image texture analysis device, comprising: a matching metric calculation unit that calculates a matching metric defined as:
ルタであることを特徴とする請求項１８に記載のデジタ
ル映像テクスチャー分析装置。19. The apparatus of claim 18, wherein the predetermined filter is a Gerber filter.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法において、 （ａ）任意の二つの映像に対して相異なる方向性係数の
所定のフィルタを使用してフィルタリングされた映像を
求める段階と、 （ｂ）任意のフィルタリングされた映像と、前記映像を
フィルタリングしたフィルタの方向性係数と違う方向性
係数のフィルタによってフィルタリングされた映像に対
して画素値の平均の絶対差和の最小値を計算することに
よってマッチングメトリックを求める段階とを含むこと
を特徴とするデジタル映像テクスチャー分析方法。20. A digital image texture analysis method for evaluating a similarity between textures of two images by obtaining a matching metric between any two digital images, wherein: (a) different methods for any two images; Obtaining a filtered image using a predetermined filter of directionality coefficient; and (b) filtering by an arbitrary filtered image and a filter having a directionality coefficient different from the directionality coefficient of the filter that filtered the image. Calculating a matching metric by calculating a minimum value of a sum of absolute differences of pixel values of the obtained image.
ルタであることを特徴とする請求項２０に記載のデジタ
ル映像テクスチャー分析方法。21. The method of claim 20, wherein the predetermined filter is a Gerber filter.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法において、 （ａ）任意の二つの映像に対して相異なる方向性係数の
所定のフィルタを使用してフィルタリングされた映像を
求める段階と、 （ｂ）任意のフィルタリングされた映像と、前記映像を
フィルタリングしたフィルタの方向性係数と違う方向性
係数のフィルタによってフィルタリングされた映像に対
して画素値の分散の絶対差和の最小値を計算することに
よってマッチングメトリックを求める段階とを含むこと
を特徴とするデジタル映像テクスチャー分析方法。22. A digital image texture analysis method for evaluating a similarity between textures of two images by obtaining a matching metric between any two digital images, wherein: (a) different two images are different from each other; Obtaining a filtered image using a predetermined filter of directionality coefficient; and (b) filtering by an arbitrary filtered image and a filter having a directionality coefficient different from the directionality coefficient of the filter that filtered the image. Calculating a minimum value of a sum of absolute differences of variances of pixel values with respect to the obtained image to obtain a matching metric.
ルタであることを特徴とする請求項２２に記載のデジタ
ル映像テクスチャー分析方法。23. The digital image texture analysis method according to claim 22, wherein the predetermined filter is a Gerber filter.
タリングしたフィルタの方向性係数と違う方向性係数の
フィルタによってフィルタリングされた映像に対して画
素値の平均の絶対差和と画素値の分散の絶対差和との和
の最小値を計算することによってマッチングメトリック
を求める段階を含むことを特徴とする請求項２２に記載
のデジタル映像テクスチャー分析方法。24. The method of claim 23, wherein the step (b) comprises calculating an average of pixel values of the filtered image and an image filtered by a filter having a direction coefficient different from a direction coefficient of a filter for filtering the image. The digital image texture analysis method according to claim 22, comprising calculating a matching metric by calculating a minimum value of a sum of an absolute difference sum and an absolute difference sum of variances of pixel values.
数とする時、ｍスケールとｎ方向性の組み合わせを有す
る所定のフィルタを使用して原映像をフィルタリングす
ることによってｍ×ｎフィルタリングされた映像を求め
る段階を含み、前記（ｂ）段階は、 （ｂ’）各映像の画素値の平均及び分散をμ及びσ、Ｋ
は所定の正の数として考慮しようとする方向性係数の
数、○＋（以後、“○＋”は、○に＋を内接させた記号
を表すものとする）はモジュールでシフト関数を示すと
する時、ｍ×ｎフィルタリングされた映像に対して、 【数７】 として定義されるマッチングメトリックを計算する段階
を含むことを特徴とする請求項２２に記載のデジタル映
像テクスチャー分析方法。25. The step (a) comprises: (a ′) a predetermined filter having a combination of m scale and n direction when m and n are predetermined positive numbers for arbitrary two images. Obtaining an m × n filtered image by filtering the original image using: (b ′): (b ′) determining the average and variance of the pixel values of each image by μ and σ, K
Is the number of directionality coefficients to be considered as a predetermined positive number, and ＋+ (hereinafter “○ +” represents a symbol in which “+” is inscribed in ○) is a shift function in a module Then, for the m × n filtered video, The method of claim 22, further comprising calculating a matching metric defined as:
素値の平均と分散を各々μ0とσ0、Ｋは所定の正の数と
して考慮しようとする方向性係数の数、 【数８】 、○＋はモジュールでシフト関数を示すとする時、ｍ×
ｎフィルタリングされた映像に対して、 【数９】 として定義されるマッチングメトリックを計算する段階
を含むことを特徴とする請求項２５に記載のデジタル映
像テクスチャー分析方法。26. In the step (b ′), μ and σ denote the average and variance of the pixel values of each image, μ 0 and σ 0 denote the average and variance of the pixel values of the original image, and K denotes a predetermined positive value. The number of directionality coefficients to be considered as a number, , ○ + indicates the shift function in the module, mx
For an n-filtered video, The method of claim 25, further comprising calculating a matching metric defined as:
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法を遂行させるためのプログラムコードを貯蔵す
るコンピュータ読取り可能記録媒体において、 （ａ）任意の二つの映像に対してｍとｎを所定の正の数
とする時、ｍスケールとｎ方向性の組み合わせを有する
所定のフィルタを使用して原映像をフィルタリングする
ことによってｍ×ｎフィルタリングされた映像を求める
段階と、 （ｂ）各映像の画素値の平均及び分散をμ及びσ、Ｋは
所定の正の数として考慮しようとする方向性係数の数、
○＋はモジュールでシフト関数を示すとする時、ｍ×ｎ
フィルタリングされた映像に対して、 【数１０】 として定義されるマッチングメトリックを計算する段階
とを含むデジタル映像テクスチャー分析方法を遂行させ
るためのプログラムコードを貯蔵することを特徴とする
コンピュータ読取り可能記録媒体。27. A computer-readable storage medium storing a program code for performing a digital image texture analysis method for evaluating a similarity between textures of two images by obtaining a matching metric between two arbitrary digital images. (A) when m and n are predetermined positive numbers for any two images, by filtering the original image using a predetermined filter having a combination of m scale and n directionality obtaining an m × n filtered image; (b) the average and variance of pixel values of each image are μ and σ, K is the number of directionality coefficients to be considered as a predetermined positive number;
＋+ indicates a shift function in a module, m × n
For the filtered video, Calculating a matching metric defined as: a computer readable recording medium for storing a program code for performing a digital image texture analysis method.
素値の平均と分散を各々μ0とσ0、Ｋは所定の正の数と
して考慮しようとする方向性係数の数、 【数１１】 、○＋はモジュールでシフト関数を示すとする時、ｍ×
ｎフィルタリングされた映像に対して、 【数１２】 として定義されるマッチングメトリックを計算する段階
であることを特徴とする請求項２７に記載のコンピュー
タ読取り可能記録媒体。28. step (b), the mean and variance of the mu and sigma, the mean and variance respectively mu 0 of pixel values of the original image sigma 0, K is the number of predetermined positive pixel values of each image The number of directionality coefficients to be considered as , ○ + indicates the shift function in the module, mx
For an n-filtered video, The computer-readable medium of claim 27, wherein calculating a matching metric defined as:
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析装置において、 任意の二つの映像に対してｍとｎを所定の正の数とする
時、ｍスケールとｎ方向性の組み合わせを有する所定の
フィルタを使用して原映像をフィルタリングすることに
よってｍ×ｎフィルタリングされた映像を求めるフィル
タリング部と、 各映像の画素値の平均及び分散をμ及びσ、原映像の画
素値の平均と分散を各々μ0とσ0、Ｋは所定の正の数と
して考慮しようとする方向性係数の数、 【数１３】 、○＋はモジュールでシフト関数を示すとする時、ｍ×
ｎフィルタリングされた映像に対して、 【数１４】 として定義されるマッチングメトリックを計算するマッ
チングメトリック計算部とを含むことを特徴とするデジ
タル映像テクスチャー分析装置。29. A digital video texture analyzer for evaluating the similarity of texture between two digital videos by obtaining a matching metric between any two digital videos, wherein m and n are predetermined for any two videos. A filtering unit for obtaining an m × n filtered image by filtering an original image using a predetermined filter having a combination of m scale and n direction, and a pixel value of each image Μ and σ, the average and variance of the pixel values of the original video are μ 0 and σ 0 , respectively, and K is the number of directionality coefficients to be considered as a predetermined positive number. , ○ + indicates the shift function in the module, mx
For an n-filtered video, And a matching metric calculator for calculating a matching metric defined as:
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法において、 （ａ）任意の二つの映像に対して相異なるスケール係数
の所定のフィルタを使用してフィルタリングされた映像
を求める段階と、 （ｂ）任意のフィルタリングされた映像と、前記映像を
フィルタリングしたフィルタのスケール係数と違うスケ
ール係数のフィルタによってフィルタリングされた映像
に対して画素値の平均の絶対差和の最小値を計算するこ
とによってマッチングメトリックを求める段階とを含む
ことを特徴とするデジタル映像テクスチャー分析方法。30. A digital image texture analysis method for evaluating a similarity between textures of two images by obtaining a matching metric between any two digital images, wherein: (a) different methods for any two images; Obtaining a filtered image using a predetermined filter of a scale factor; (b) an image filtered by an arbitrary filtered image and a filter having a scale factor different from the scale factor of the filter that filtered the image; Calculating a matching metric by calculating a minimum value of the absolute difference sum of the average of the pixel values.
ルタであることを特徴とする請求項３０に記載のデジタ
ル映像テクスチャー分析方法。31. The method of claim 30, wherein the predetermined filter is a Gerber filter.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法において、 （ａ）任意の二つの映像に対して相異なるスケール係数
の所定のフィルタを使用してフィルタリングされた映像
を求める段階と、 （ｂ）任意のフィルタリングされた映像と、前記映像を
フィルタリングしたフィルタのスケール係数と違うスケ
ール係数のフィルタによってフィルタリングされた映像
に対して画素値の分散の絶対差和の最小値を計算するこ
とによってマッチングメトリックを求める段階とを含む
ことを特徴とするデジタル映像テクスチャー分析方法。32. A digital image texture analysis method for evaluating a similarity between textures of two images by obtaining a matching metric between any two digital images, wherein: (a) different methods for any two images; Obtaining a filtered image using a predetermined filter of a scale factor; (b) an image filtered by an arbitrary filtered image and a filter having a scale factor different from the scale factor of the filter that filtered the image; Calculating a matching metric by calculating a minimum value of an absolute difference sum of pixel value variances with respect to the digital image texture.
ルタであることを特徴とする請求項３２に記載のデジタ
ル映像テクスチャー分析方法。33. The method according to claim 32, wherein the predetermined filter is a Gerber filter.
をフィルタリングしたフィルタのスケール係数と違うス
ケール係数のフィルタによってフィルタリングされた映
像に対して画素値の平均の絶対差と画素値の分散の絶対
差との和の最小値を計算することによってマッチングメ
トリックを求める段階を含むことを特徴とする請求項３
２に記載のデジタル映像テクスチャー分析方法。34. The step (b) includes: (b ′) calculating an image value of an arbitrary filtered image and an image filtered by a filter having a scale factor different from a scale factor of a filter for filtering the image. 4. The method of claim 3, further comprising the step of calculating a minimum value of the sum of the absolute difference between the average and the variance of the pixel values to determine a matching metric.
3. The digital image texture analysis method according to 2.
時、ｍスケールとｎ方向性の組み合わせを有する所定の
フィルタを使用して原映像をフィルタリングすることに
よってｍ×ｎフィルタリングされた映像を求める段階を
含み、 前記（ｂ）段階は、 （ｂ’）各映像の画素値の平均及び分散をμ及びσ、Ｓ
は所定の正の数として考慮しようとするスケール係数の
数とする時、ｍ×ｎフィルタリングされた映像に対し
て、 【数１５】 として定義されるマッチングメトリックを計算する段階
を含むことを特徴とする請求項３２に記載のデジタル映
像テクスチャー分析方法。35. In the step (a), when m and n are predetermined positive numbers for any two images, a predetermined filter having a combination of m scale and n direction is used. Obtaining an m × n-filtered image by filtering the original image; and (b): (b ′) calculating average and variance of pixel values of each image by μ, σ, S
Is the number of scale factors to be considered as a predetermined positive number, and for an m × n filtered image, The method of claim 32, comprising calculating a matching metric defined as:
素値の平均と分散を各々μ0とσ0、 【数１６】 とする時、ｍ×ｎフィルタリングされた映像に対して、 【数１７】 として定義されるマッチングメトリックを計算する段階
を含むことを特徴とする請求項３５に記載のデジタル映
像テクスチャー分析方法。36. In the step (b ′), μ and σ denote the average and variance of the pixel value of each image, and μ 0 and σ 0 denote the average and variance of the pixel value of the original image, respectively. Then, for the m × n filtered video, The method of claim 35, further comprising calculating a matching metric defined as:
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法を行うプログラムコードを貯蔵するコンピュー
タ読取り可能記録媒体において、 （ａ）任意の二つの映像に対してｍとｎを所定の正の数
とする時、ｍスケールとｎ方向性の組み合わせを有する
所定のフィルタを使用して原映像をフィルタリングする
ことによってｍ×ｎフィルタリングされた映像を求める
段階と、 （ｂ）各映像の画素値の平均及び分散をμ及びσ、Ｓは
所定の正の数として考慮しようとするスケール係数の数
とする時、ｍ×ｎフィルタリングされた映像に対して、 【数１８】 として定義されるマッチングメトリックを計算する段階
とを含むデジタル映像テクスチャー分析方法を遂行させ
るためのプログラムコードを貯蔵することを特徴とする
コンピュータ読取り可能記録媒体。37. A computer readable recording medium storing a program code for performing a digital image texture analysis method for evaluating a similarity between textures of two images by obtaining a matching metric between two arbitrary digital images, a) When m and n are predetermined positive numbers for any two images, m × n by filtering the original image using a predetermined filter having a combination of m scale and n directionality. (B) calculating the average and variance of the pixel values of each image as μ and σ, where S is a predetermined positive number, and m × n filtering. For the obtained video, Calculating a matching metric defined as: a computer readable recording medium for storing a program code for performing a digital image texture analysis method.
素値の平均と分散を各々μ0とσ0、 【数１９】 とする時、原映像及びｍ×ｎフィルタリングされた映像
に対して、 【数２０】 として定義されるマッチングメトリックを計算する段階
であることを特徴とする請求項３７に記載のコンピュー
タ読取り可能記録媒体。38. In the step (b), μ and σ denote the average and variance of the pixel values of each image, and μ 0 and σ 0 denote the average and variance of the pixel values of the original image, respectively. Where, for the original image and the m × n filtered image, 38. The computer-readable medium of claim 37, wherein calculating a matching metric defined as:
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析装置において、 任意の二つの映像に対してｍとｎを所定の正の数とする
時、ｍスケールとｎ方向性の組み合わせを有する所定の
フィルタを使用して原映像をフィルタリングすることに
よってｍ×ｎフィルタリングされた映像を求めるフィル
タリング部と、 各映像の画素値の平均及び分散をμ及びσ、Ｓは所定の
正の数として考慮しようとするスケール係数の数とする
時、ｍ×ｎフィルタリングされた映像に対して、 【数２１】 として定義されるマッチングメトリックを計算するマッ
チングメトリック計算部とを含むことを特徴とするデジ
タル映像テクスチャー分析装置。39. A digital video texture analyzer for evaluating the similarity of texture between two digital videos by obtaining a matching metric between two arbitrary digital videos, wherein m and n are predetermined for any two videos. A filtering unit for obtaining an m × n filtered image by filtering an original image using a predetermined filter having a combination of m scale and n direction, and a pixel value of each image Let μ and σ be the mean and variance of S, and S be the number of scale factors to be considered as predetermined positive numbers. And a matching metric calculator for calculating a matching metric defined as:
ルタであることを特徴とする請求項３９に記載のデジタ
ル映像テクスチャー分析装置。40. The digital image texture analyzer according to claim 39, wherein the predetermined filter is a Gerber filter.
素値の平均と分散を各々μ0とσ0、 【数２２】 とする時、ｍ×ｎフィルタリングされた映像に対して、 【数２３】 として定義されるマッチングメトリックを計算すること
を特徴とする請求項３９に記載のデジタル映像テクスチ
ャー分析装置。41. The matching metric calculating unit, the average and variance of the mu and sigma of the pixel values of each image, each mu 0 and sigma 0 mean and variance of the pixel values of the original image, Equation 22] Then, for the m × n filtered image, 40. The apparatus of claim 39, wherein a matching metric defined as is calculated.
ングメトリックを求めることによって二つの映像のテク
スチャーの類似度を評価するデジタル映像テクスチャー
分析方法において、 （ａ）任意の二つの映像に対して相異なるスケール係数
と相異なる方向性係数の所定のフィルタを使用してフィ
ルタリングされた映像を求める段階と、 （ｂ）任意のフィルタリングされた映像と、前記映像を
フィルタリングしたフィルタのスケール係数及び方向性
係数と違うスケール係数及び方向性係数の所定のフィル
タによってフィルタリングされた映像に対して画素値の
分散及び平均の絶対差和の最小値を計算することによっ
てマッチングメトリックを求める段階とを含むことを特
徴とするデジタル映像テクスチャー分析方法。42. A digital image texture analysis method for evaluating the similarity of textures between two images by obtaining a matching metric between any two digital images, comprising: (a) different methods for any two images; Obtaining a filtered image using a predetermined filter having a directional coefficient different from the scale coefficient; and (b) an arbitrary filtered image; and a scale coefficient and a directional coefficient of the filter obtained by filtering the image. Calculating a matching metric by calculating a minimum value of a variance of pixel values and a sum of absolute differences of averages with respect to an image filtered by a predetermined filter having different scale coefficients and directionality coefficients. Digital image texture analysis method.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15707799P | 1999-10-01 | 1999-10-01 | |
| US157.077 | 1999-10-01 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003336448A Division JP2004030694A (en) | 1999-10-01 | 2003-09-26 | Digital video texture analytic method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001134768A true JP2001134768A (en) | 2001-05-18 |
Family
ID=22562262
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000300614A Pending JP2001134768A (en) | 1999-10-01 | 2000-09-29 | Digital video texture analyzing method |
| JP2003336448A Pending JP2004030694A (en) | 1999-10-01 | 2003-09-26 | Digital video texture analytic method |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003336448A Pending JP2004030694A (en) | 1999-10-01 | 2003-09-26 | Digital video texture analytic method |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP1089232A3 (en) |
| JP (2) | JP2001134768A (en) |
| KR (1) | KR100788642B1 (en) |
| CN (5) | CN1331098C (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003515852A (en) * | 1999-12-03 | 2003-05-07 | サムスン エレクトロニクス カンパニー リミテッド | Texture description method using Gabor filter in frequency space and texture-based video search method |
| JP2013507083A (en) * | 2009-10-05 | 2013-02-28 | アイ．シー．ヴイ．ティー リミテッド | Apparatus and method for recompressing digital images |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2361492A1 (en) * | 1999-02-05 | 2000-08-10 | Samsung Electronics Co., Ltd. | Image texture retrieving method and apparatus thereof |
| GB2375908B (en) * | 2001-05-23 | 2003-10-29 | Motorola Inc | Image transmission system image transmission unit and method for describing texture or a texture-like region |
| CN100353379C (en) * | 2003-07-23 | 2007-12-05 | 西北工业大学 | An image retrieval method based on image grain characteristic |
| GB2418556A (en) * | 2004-09-23 | 2006-03-29 | Mitsubishi Electric Inf Tech | Representing an image using descriptors based on colour information |
| WO2006077550A2 (en) * | 2005-01-24 | 2006-07-27 | Koninklijke Philips Electronics N.V. | Image processor comprising a filter |
| JP4660254B2 (en) * | 2005-04-08 | 2011-03-30 | 株式会社東芝 | Drawing method and drawing apparatus |
| US7734107B2 (en) * | 2006-02-24 | 2010-06-08 | Sony Corporation | System and method for performing wavelet-based texture feature extraction and classification |
| EP1895467A2 (en) * | 2006-08-29 | 2008-03-05 | Sony Corporation | Image determination by frequency domain processing |
| AU2007317180A1 (en) * | 2006-11-10 | 2008-05-15 | National Ict Australia Limited | Texture feature extractor |
| GB2466069B (en) * | 2008-12-12 | 2010-11-03 | Oncomorph Analysis Ltd | Texture characterisation |
| CN105872760A (en) * | 2015-12-02 | 2016-08-17 | 乐视网信息技术（北京）股份有限公司 | Video play monitoring method and device |
| KR200487411Y1 (en) | 2018-03-26 | 2018-09-12 | 이승호 | Cover For Insole Of Shoes |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2696211B2 (en) * | 1987-04-20 | 1998-01-14 | 株式会社日立製作所 | Method and apparatus for pattern recognition from grayscale images |
| EP0627693B1 (en) * | 1993-05-05 | 2004-11-17 | Koninklijke Philips Electronics N.V. | Apparatus for segmenting images composed of textures |
| JPH07220026A (en) * | 1994-01-31 | 1995-08-18 | Omron Corp | Method and device for picture processing |
| JP3223108B2 (en) * | 1996-04-03 | 2001-10-29 | 花王株式会社 | Article recognition method and apparatus |
| KR100241921B1 (en) * | 1996-12-24 | 2000-02-01 | 전주범 | Range raw file filing and searching method and device thereof |
-
2000
- 2000-08-11 KR KR1020000046597A patent/KR100788642B1/en not_active IP Right Cessation
- 2000-09-28 EP EP00308501A patent/EP1089232A3/en not_active Withdrawn
- 2000-09-29 JP JP2000300614A patent/JP2001134768A/en active Pending
- 2000-09-30 CN CNB2004100472831A patent/CN1331098C/en not_active Expired - Fee Related
- 2000-09-30 CN CNB001283952A patent/CN1173297C/en not_active Expired - Fee Related
- 2000-09-30 CN CNB2004100472846A patent/CN1324530C/en not_active Expired - Fee Related
- 2000-09-30 CN CNB2004100472850A patent/CN1315100C/en not_active Expired - Fee Related
- 2000-09-30 CN CNB2004100472827A patent/CN100334599C/en not_active Expired - Fee Related
-
2003
- 2003-09-26 JP JP2003336448A patent/JP2004030694A/en active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003515852A (en) * | 1999-12-03 | 2003-05-07 | サムスン エレクトロニクス カンパニー リミテッド | Texture description method using Gabor filter in frequency space and texture-based video search method |
| US6870965B2 (en) | 1999-12-03 | 2005-03-22 | Samsung Electronics Co., Ltd. | Texture description method and texture-based image retrieval method using Gabor filter in frequency domain |
| JP2013507083A (en) * | 2009-10-05 | 2013-02-28 | アイ．シー．ヴイ．ティー リミテッド | Apparatus and method for recompressing digital images |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1324530C (en) | 2007-07-04 |
| CN1331098C (en) | 2007-08-08 |
| CN1545066A (en) | 2004-11-10 |
| CN1545065A (en) | 2004-11-10 |
| CN1315100C (en) | 2007-05-09 |
| CN1542696A (en) | 2004-11-03 |
| EP1089232A3 (en) | 2003-01-15 |
| KR20010039811A (en) | 2001-05-15 |
| KR100788642B1 (en) | 2007-12-26 |
| CN1173297C (en) | 2004-10-27 |
| JP2004030694A (en) | 2004-01-29 |
| CN1547159A (en) | 2004-11-17 |
| CN100334599C (en) | 2007-08-29 |
| EP1089232A2 (en) | 2001-04-04 |
| CN1298162A (en) | 2001-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001134768A (en) | Digital video texture analyzing method | |
| US20020012451A1 (en) | Method for target detection and identification by using proximity pixel information | |
| US20030193510A1 (en) | Method and apparatus for image texture describing | |
| US20070038418A1 (en) | Method and apparatus for modeling multivariate parameters having constants and same pattern and method of fabricating semiconductor using the same | |
| JP2013520037A (en) | Method and system for determining image quality measurements using multi-level decomposition of images | |
| CN109711461B (en) | Transfer learning picture classification method and device based on principal component analysis | |
| US8396303B2 (en) | Method, apparatus and computer program product for providing pattern detection with unknown noise levels | |
| Abouelaziz et al. | A curvature based method for blind mesh visual quality assessment using a general regression neural network | |
| WO2005083890A1 (en) | Time series data dimensional compressor | |
| CN109919901B (en) | Image quality evaluation method based on ensemble learning and random forest | |
| CN108369649A (en) | Focus detection | |
| CN111784658B (en) | Quality analysis method and system for face image | |
| Thai et al. | Estimation of primary quantization steps in double-compressed JPEG images using a statistical model of discrete cosine transform | |
| EP2790154A1 (en) | Method and apparatus for determining an alpha value for alpha matting | |
| KR20160034928A (en) | Keypoint identification | |
| CN101601070B (en) | Device and method for generating a saliency map of a picture | |
| CN113793356A (en) | Lane line detection method and device | |
| JP4252308B2 (en) | Resolution improving method and apparatus | |
| Nizami et al. | Distortion-specific feature selection algorithm for universal blind image quality assessment | |
| Ponomarenko et al. | Sharpness metric for no-reference image visual quality assessment | |
| CN111479106B (en) | Two-dimensional quality descriptor fused audio and video joint quality evaluation method and terminal | |
| CN111814884A (en) | Target detection network model upgrading method based on deformable convolution | |
| JP2002082985A (en) | Device and method for retrieving picture and storage medium with picture retrieval program recorded thereon | |
| CN111192302A (en) | Feature matching method based on motion smoothness and RANSAC algorithm | |
| CN115775601A (en) | Abnormal data monitoring method and system for material force-heat test |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20030603 |